机器学习实例详解第60页

图机器学习年度汇集

一、深度学习模型优化在图机器学习领域，深度学习模型的优化尤为重要。今年的主要进展包括了利用先进的优化算法提高模型精度、减少训练时间以及对大规模图数据的适应性。

道亦无名·2024-01-15 09:35

通俗理解人工智能、机器学习和深度学习的关系

黑客悟理·2024-01-15 08:07

【期末总复习】计算机视觉导论

1、计算机视觉的三大任务分类、检测（定位）、分割（语义和实例）2、生成对抗网络的基本概念生成对抗网络GAN是一种用于生成模型的机器学习框架。它由两个主要组件组成：生成网络和判别网络。

hellenionia·2024-01-15 08:43

机器学习---lightGBM

1.lightGBM演进过程AdaBoost是⼀种提升树的方法，和三个臭皮匠，赛过诸葛亮的道理⼀样。AdaBoost两个问题：(1)如何改变训练数据的权重或概率分布提高前⼀轮被弱分类器错误分类的样本的权重，降低前⼀轮被分对的权重(2)如何将弱分类器组合成⼀个强分类器，亦即，每个分类器，前面的权重如何设置采取”多数表决”的方法。加大分类错误率小的弱分类器的权重，使其作用较大，而减小分类错误率大的弱分

三月七꧁ ꧂·2024-01-15 08:24

【机器学习300问】7、怎么进行机器学习？机器学习的基本流程是什么？

一、写在前面也许你和我一样，在刚开始学习机器学习的基本知识的时候，学到了很多的零碎知识点，无法穿成线织成网，本文是机器学习中提纲挈领的一环，将和你一起将今后所有的知识点都捕捉在这张网中。

小oo呆·2024-01-15 08:54

基于机器学习的高考志愿高校及专业分析系统

本项目在“基于Python的高考志愿高校及专业分析系统”基础上补充添加了机器学习算法对高考总问进行预测；项目采用了网络爬虫技术，从指定的高考信息网站上抓取了各大高校的历年录取分数线数据。

八块腹肌的小胖·2024-01-15 08:24

机器学习 | 无监督聚类K-means和混合高斯模型

机器学习|无监督聚类K-means和混合高斯模型1.实验目的实现一个K-means算法和混合高斯模型，并用EM算法估计模型中的参数。

rookiexiong·2024-01-15 08:23

机器学习 | 卷积神经网络

机器学习|卷积神经网络实验目的采用任意一种课程中介绍过的或者其它卷积神经网络模型（例如LeNet-5、AlexNet等）用于解决某种媒体类型的模式识别问题。

rookiexiong·2024-01-15 08:23

【机器学习】条件随机场

一、马尔可夫随机场1.1概率图模型什么是有向图模型和无向图模型？https://www.jianshu.com/p/dabbc78471d7团、极大团、最大团-简书(jianshu.com)1.2马尔可夫随机场二、条件随机场概述2.1条件随机场简介条件随机场（ConditionalRandomField，简称CRF）是一种用于序列标注（sequencelabeling）的概率模型。它是马尔可夫随机

十年一梦实验室·2024-01-15 08:52

机器学习周报第28周

目录摘要Abstract一、文献阅读1.题目：2.摘要3.问题描述4.过去方案5.论文方案6.论文模型7.相关代码摘要本周阅读了一篇混沌时间序列预测的论文，论文模型主要使用的是时间卷积网络（TemporalConvolutionalNetwork，TCN）、LSTM以及GRU。在数据集方面除了使用现实的时间序列数据外，还通过若干混沌系统生成了一些混沌的时间序列数据，这些数据没有现实方面的意义，但可

Ramos_zl·2024-01-15 08:49

机器学习---xgboost算法

1.xgboost算法原理XGBoost（ExtremeGradientBoosting）全名叫极端梯度提升树，XGBoost是集成学习方法的王牌，在Kaggle数据挖掘比赛中，大部分获胜者用了XGBoost。XGBoost在绝大多数的回归和分类问题上表现的十分顶尖，本节将较详细的介绍XGBoost的算法原理。构建最优模型的⼀般方法是最小化训练数据的损失函数。我们用字母L表示损失，如下式：其中，F

三月七꧁ ꧂·2024-01-15 08:49

【数据预处理】什么时候需要数据归一化？

数据预处理：归一化和标准化机器学习笔记：为什么要对数据进行归一化处理？数据标准化作用：模型求解需要，归一化可以加快梯度下降的速度，即模型收敛速度。

dataloading·2024-01-15 07:13

时间序列数据预处理：归一化和标准化等方法

当您的时间序列数据具有不同比例的输入值时，归一化可能是有用的，甚至在某些机器学习算法中也是必需的。对于算法，例如k-最近邻，它使用距离计算和线性回归和人工神经网络可能需要归一化。重量输入值。

ManRock·2024-01-15 07:27

半监督学习 - 半监督支持向量机（Semi-Supervised Support Vector Machines）

什么是机器学习半监督支持向量机（Semi-SupervisedSupportVectorMachines，S3VM）是支持向量机（SVM）的一种扩展，旨在处理训练数据中只有少量样本被标记的情况。

草明·2024-01-15 06:47

半监督学习 - 半监督聚类（Semi-Supervised Clustering）

什么是机器学习半监督聚类是一种集成了有标签数据和无标签数据的聚类方法，其目标是在聚类的过程中利用有标签数据的信息来提高聚类性能。在半监督聚类中，一部分数据集有已知的标签，而另一部分没有标签。

草明·2024-01-15 06:47

HMM算法(Hidden Markov Models)揭秘

序列数据机器学习的数据通常有两类，最常见的是独立同分布数据，其次就是序列数据。对于前者，一般出现在各种分类/回归问题中，其最大似然估计是所有数据点的概率分布乘积。

アナリスト·2024-01-15 05:37

进化材料基因：机器学习如何推动下一代新材料的发现

机器学习利用化学和材料数据正在改变材料发现和设计领域，但要充分利用机器学习算法、工具和方法仍需要大量工作。

PaperWeekly·2024-01-15 04:17

机器学习~从入门到精通（二）线性回归算法和多元线性回归

为什么要做数据归一化一、数据归一化：1.最值归一化2.均值方差归一化importnumpyasnpX=np.random.randint(1,100,size=100)X=X.reshape(-1,2)X.shapeX=np.array(X,dtype='float')X[:,0]=(X[:,0]-np.min(X[:,0]))/(np.max(X[:,0])-np.min(X[:,0]))X[:

一夜白头催人泪·2024-01-15 01:48

机器学习基础

机器学习基础本章涵盖了以下主题：[if!supportLists]·[endif]分类和回归之外的其他类型的问题；[if!

墨羽听风·2024-01-15 01:00

机器学习：BM25算法【TD-IDF的优化版本】

一、BM25算法原理BM25(BM=bestmatching)是TDIDF的优化版本，首先我们来看看TFIDF是怎么计算的tfidfi=tf∗idf=词i的数量词

u013250861·2024-01-15 00:09

docker安装

目录前言一、Docker的基本组成二、安装步骤1.各个命令2.读入数据总结前言随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

ONLYYD·2024-01-15 00:57

编程探秘：Python深渊之旅-----机器学习入门（七）

团队决定在他们的项目中加入一些机器学习功能。瑞宝，对新技术充满好奇，跃跃欲试地想了解更多。瑞宝（兴奋地）：我一直想学习机器学习，现在终于有机会了！

_rtf·2024-01-15 00:34

文章测试测试

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一

青山渺渺·2024-01-15 00:03

机器学习入门知识

一、引言机器学习是当前信息技术中最令人振奋的领域之一。在这门课程中，我们将探索该技术的前沿，并能够亲自实现机器学习的算法。或许你每天都在不知不觉中使用了机器学习的算法。

时间邮递员·2024-01-14 23:22

AI软件开发：探索原理、挑战与未来趋势

首先，AI软件开发的原理是基于机器学习和深度学习算法。机器学习是一种通过让计算机自动从数据中学习和改进的方法。它使用统计学和数学模型来处理数据，并根据数据中的模式和规律进行预测和决策。

广州硅基技术官方·2024-01-14 22:00

面向工业的复合自动机器学习

一、工业数据收集与处理在面向工业的复合自动机器学习中，数据的收集和处理是至关重要的第一步。工业数据通常具有大规模、高维度和非线性的特点，需要运用先进的数据处理技术进行有效的管理和分析。

道亦无名·2024-01-14 22:30

机器学习与模式识别

机器学习与模式识别第一章绪论1.区分回归、聚类、分类任务2.机器学习的一般过程3.假设空间的确定，版本空间的含义第二章模型评估与选择1.欠拟合和过拟合概念的理解2.模型的评估方法(1)k折交叉验证(2)

小威程序员·2024-01-14 22:13

基于视觉定位技术选型

视觉定位技术是指利用计算机视觉和机器学习等技术，对图像中的物体进行识别、定位和跟踪，以实现对物体的感知和控制。本文将介绍基于视觉定位技术的优缺点、适用场景和选型方案。

剑飞的编程思维·2024-01-14 21:03

机器学习_捕捉函数的变化趋势（凸函数）

文章目录连续性是求导的前提条件通过求导发现y如何随x而变凸函数有一个全局最低点机器学习所关心的问题之一捕捉函数的变化趋势，也就是标签（y）是如何随着特征字段（x）而变化的，这个变化趋势是通过求导和微分来实现的

you_are_my_sunshine*·2024-01-14 21:55

机器学习_基本机器学习术语

文章目录介绍机器学习的基本术语1、特征2、标签3、模型介绍机器学习的基本术语这里主要介绍特征、标签、模型1、特征含义：用于描述数据的输入变量。特征是机器学习中的输入，原始的特征描述了数据的属性。

you_are_my_sunshine*·2024-01-14 21:54

Machine Learning Series--Linear Regression

前言最近看了李航老师的《统计学习方法》，还正在学习吴恩达老师的《机器学习》的课程（网易公开课上有，较老的版本）。自从看过《统计学习方法》之后，发现笔记不看其实学习效果并不好。

22岁开始·2024-01-14 20:30

微软亚洲研究院27篇论文入选AAAI 2019

但在被录取的论文中，来自微软亚洲研究院的却有27篇之多，包括了机器学习、自然语言处理（NLP）、计算机视觉和图形学等多个领域。本文将详细介绍这三个领域中来自微软亚洲研究院的那些硬核论文。

青色的海牛·2024-01-14 20:14

今天开课 | 快速上手医学影像组学和机器学习（直播：2023.8.15~8.19）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★随着大数据、人工智能的深入融合发展，一项新的研究方法开始用于临床研究，它就是影像组学。它可以对普通影像图像进行更深层

茗创科技·2024-01-14 19:54

AI智能剪辑，快速剪辑出需要的视频

AI智能剪辑技术，是一种基于人工智能的技术，它能够通过机器学习和深度学习算法，自动识别视频中的内容，并根据用户的需求和喜好，快速地剪辑出需要的视频。

fhy168·2024-01-14 19:42

第五届核磁机器学习班（训练营：2023.6.5~6.17）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★基于血氧水平依赖的功能磁共振成像(fMRI)技术,利用其数据构建的功能性脑网络后,发现脑并不是一个单纯对外界刺激进行

茗创科技·2024-01-14 19:38

如何设置批次尺寸?

批次尺寸（BatchSize）是机器学习中的一个重要概念，它指的是在训练模型时，每次传递给网络的数据样本数量。设置合适的批次尺寸对于模型的训练效率和效果都有重要影响。

CA&AI-drugdesign·2024-01-14 19:54

重复源的筛选

在天文学中有一些数据中是有很多重复源的，例如LAMOST，大约有20%的重复观测，实际使用中，我们应当去掉重复源，否则在数据拟合或者进行机器学习的时候，会导致部分源的权重偏大，导致模型拟合的不好对于重复源

夜观天象昼编程·2024-01-14 18:49

讲解机器学习中的 K-均值聚类算法及其优缺点

K-均值聚类算法是一种常见且简单的无监督学习算法，用于将数据集分为K个不同的类别。其主要思想是将数据集中的每个样本点分配给离它最近的质心，然后更新质心的位置，重复此过程直到质心不再移动或达到预定的迭代次数。K-均值聚类算法的步骤如下：随机初始化K个质心。将每个样本点分配给离它最近的质心。更新质心的位置，使其成为所有分配给它的样本点的平均值。重复步骤2和3，直到质心不再移动或达到预定的迭代次数。K-

酷爱码·2024-01-14 18:09

机器学习与人工智能之二：认知的过程

观众老爷好！今天继续讲人工智能方面的知识，请观众老爷拿出好吃的零食和好喝的饮料，放松心情随小编一起走进智能化信息时代！观众老爷还记得上期小编提出的问题么：我们人类是如何学习的？我们如何理解知识的？同样信息在我们大脑中如何处理的？我们的文字和语言有什么规律？我们看到的物体如何判断的？我们对事物的关系如何理解的？我们的世界是什么样子的？为什么可以用模型去拟合呢？那计算机又是如何进行学习的呢？同样计算机

鹏世界·2024-01-14 17:34

天下没有免费的午餐：AI技术进步与代价辩证分析

例如，在医疗、教育、交通等领域，AI通过大数据分析、机器学习等先进技术实现

TechCreator·2024-01-14 17:38

利用 Azure Data Bricks的免费资源学习云上大数据

AzureDatabricks是一个基于ApacheSpark的分析平台，专为大数据处理和机器学习而设计。它结合了Data

AI普惠大师·2024-01-14 16:42

视频智能剪辑方案，企业视频制作新时代

为了解决这个问题，美摄科技凭借其在机器学习、深度学习等AI算法方面的深厚积累，自主研发了一套视频智能剪辑处理方案，帮助企业快速、高效地制作出高质量的视频。

美摄科技·2024-01-14 16:12

43、机器学习模型运行期间要做什么

最近有一个问题询问“当ml脚本运行时如何不浪费时间/拖延？“。我认为这是一个重要的问题。我认为这个问题的答案显示了你的工作方法的组织或成熟程度。我在这个问题上留下了一个小小的评论，但是在这篇文章中，我详细说明了我的答案，并给出了一些关于如何考虑这个问题，最小化它甚至完全避免它的观点。少运行实验考虑一下为什么要执行模型运行。您几乎肯定会进行一种探索性数据分析。您试图了解您的问题，以达到特定准确度的结

攻城狮笔记·2024-01-14 15:51

机器学习算法理论：线性回归

线性回归回归的理论解释：回归分析是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。使用线性回归时，需要

缘起性空、·2024-01-14 15:43

机器学习基本算法：算法流程和算法分类

1、算法流程机器学习的过程是一个完整的项目周期，其中包括数据的采集、数据的特征提取与分类，之后采用何种算法去创建机器学习模型从而获得预测数据。

缘起性空、·2024-01-14 15:13

机器学习之线性回归-多因子房价预测

机器学习是一种实现人工智能的方法从数据中寻找规律、建立关系，根据建立的关系去解决问题机器学习的应用场景数据挖掘、计算机视觉、自然语言处理、证券分析、医学诊断、机器人…实现机器学习的基本框架将训练数据喂给计算机

小旺不正经·2024-01-14 15:46

分类预测 | Matlab实现QPSO-SVM、PSO-SVM、SVM多特征分类预测对比

机器学习之芯·2024-01-14 14:21

分类预测 | Matlab实现PSO-LSTM-Attention粒子群算法优化长短期记忆神经网络融合注意力机制多特征分类预测

随着人工智能和机器学习技术的不断发展，各种预测模

机器学习之芯·2024-01-14 14:20

matlab 基于蛇群算法优化最小二乘支持向量机SO-LSSVM实现数据分类附代码

机器学习之芯·2024-01-14 14:50

matlab基于鹈鹕算法优化最小二乘支持向量机POA-LSSVM实现数据分类

为了解决这个问题，许多机器学习算法被提出并广泛应用。